开放源码数据科学项目作出贡献

Question

对开源项目的贡献通常是为新手提供一些实践的好方法，并为有经验的数据科学家和分析人员尝试一个新的领域。

你对哪些项目有贡献？请提供一些介绍+的链接，在Github上。

Answer 1

朱莉娅计划是我积极贡献的一个，包括高级计算和XGBoost库。因此，我绝对可以保证它的维护和社区的质量。

一些真正好的开放源码数据科学项目，即使是初学者也可以做出贡献，包括：

• 斯克勒普：学习社区总是以快速的速度发展，总是对新的开发人员和贡献者开放。
• H2O：H2O是另一个快速增长的数据科学项目，致力于可伸缩的机器学习和深度学习解决方案。
• 去：开源数据科学路线图和资源。并不是一个真正的技术项目，但对于绝对的初学者和有抱负的分析师来说是非常有用的。
• Pylearn2：另一个快速增长的机器学习和深度学习项目。
• 沃巴瓦比特：Vowpal (VW)项目是一个快速的核心外学习系统，由微软研究公司和(以前的)雅虎赞助！研究。

这里有一个关于这类项目的Quora讨论，还有一些在这个答案中没有提到的。

下面是关于Python中的开源数据科学和ML项目的另一个好听的讨论。

Answer 2

他们有很多可用的。我不知道是否允许我这样做(请告诉我，如果它是错误的)，但我开发了一个，它已经超过2年的git中心(它实际上开始前一年的github)。这个项目叫做rapaio，在git 这里上，最近我开始为它编写一本手册(我的一些朋友问我这个问题)。手册可以找到这里。

如果您愿意使用Java 8进行开发，如果您想自己做任何工具，如果您喜欢实验，那么它可以满足您的需要。我只执行两项原则。第一个是只有在你需要的时候才写东西。这是因为我坚信，只有当你需要一个工具的时候，你才知道你真正想要的是输出，性能，信息。第二个原则是，您只依赖于jdk，如果您需要一些东西，您将编写它。我可以同意我是老式的，但你可以为你的目的量身定做任何功能。

如果我不被允许这样做，再次，请告诉我。虽然，因为这是一个开源项目，所以它会给那些没有盈利项目的人一些东西--我看不出为什么我不能这样做。

Answer 3

查看github上的这项目。它包含一个按语言分组的开放源码项目的全面列表，并附有一些简短的描述。我想你可以在那里找到一些能满足你需要的。